Что стало со словом «агент» в ИИ за десять лет

В 2016 году, когда DeepMind показала AlphaGo, слово agent означало программу, которая выбирает действия в среде ради максимизации награды — определение прямо из учебника Саттона и Барто по обучению с подкреплением. В 2025 году под «ИИ-агентом» массово понимают большую языковую модель, которая получает задачу текстом, сама вызывает внешние инструменты, читает результат и решает, что делать дальше. Это два разных инженерных мира под одним словом, и путаница вокруг него — не случайность.

Откуда термин пришёл

Классическое определение агента старше нейросетей. В учебнике Рассела и Норвига «Artificial Intelligence: A Modern Approach» агент — это сущность, которая воспринимает среду через сенсоры и воздействует на неё через актуаторы. Формулировка нарочно широкая: под неё подходит и термостат, и робот, и шахматная программа.

В 2013–2017 годах, на волне обучения с подкреплением¹, слово сузилось до конкретного технического смысла. Агент — это то, что взаимодействует со средой по циклу «состояние — действие — награда». DQN, игравшая в Atari, AlphaGo, боты в Dota 2 и StarCraft — всё это агенты в строгом смысле RL. У них не было ни языка, ни рассуждений в человеческом понимании: была политика, отображающая наблюдения в действия.

Сдвиг 2020–2022: язык вместо среды

Появление GPT-3 в 2020 году сместило центр тяжести. Модель не «действовала в среде» — она продолжала текст. Но довольно быстро выяснилось, что если дать ей возможность вызывать инструменты, она начинает вести себя как агент в бытовом смысле: планирует, делит задачу на шаги, обращается к калькулятору или поиску.

Публикация ReAct в 2022 году закрепила паттерн: модель чередует рассуждение (reasoning) и действие (acting), проговаривая мысль и тут же вызывая инструмент. К концу 2022-го проекты вроде AutoGPT довели идею до крайности — LLM в цикле, которая ставит себе подцели и гоняет их до результата. Именно тогда «агент» окончательно перекочевал из словаря RL-исследователей в маркетинг.

Одно слово теперь обслуживает два инженерных подхода: политику, обученную наградой, и языковую модель, которой дали руки в виде API. Спорить, кто из них «настоящий агент», бессмысленно — важно каждый раз уточнять, о чём речь.

Что называют агентом в 2024–2025

Сейчас под ИИ-агентом обычно понимают систему на базе LLM, у которой есть три вещи: цель, набор инструментов и цикл, в котором модель сама решает, какой инструмент вызвать и когда остановиться. Отличие от простого чат-бота — в автономности: агент делает несколько шагов без участия человека между ними.

Крупные вендоры выпустили продукты именно в этой рамке. OpenAI показала Operator и режим агента, умеющий работать в браузере. Anthropic добавила в Claude «computer use» — управление курсором и клавиатурой на экране. Google развивает агентные сценарии в Gemini. Общая идея у всех одна, различается глубина автономии и набор действий.

Сравнение трёх пониманий термина

Почему путаница вредит

Когда стартап пишет «наш агент автоматизирует поддержку», это может означать что угодно: от одного вызова функции по расписанию до системы, которая сама лезет в CRM и меняет данные. Разница в рисках огромная. Автономный агент с доступом к реальным действиям может удалить не то, оформить не тот возврат, потратить бюджет на API. У RL-агента таких рисков в проде почти не было — он жил в песочнице симуляции.

Второй источник путаницы — обещания. «Агент сделает всё сам» продаётся лучше, чем «модель в цикле, которая на длинных задачах спотыкается и требует контроля». Реальные ограничения никуда не делись: чем длиннее цепочка шагов, тем выше шанс, что ошибка на третьем шаге испортит остальные.

Кому это пригодится, а кому нет

Агентный подход в его нынешнем виде оправдан не везде. Ориентиры такие.

• Пригодится: рутинные многошаговые задачи с проверяемым результатом — разбор входящих писем по правилам, заполнение форм, сбор данных с нескольких источников в отчёт, тесты по чек-листу. Там, где каждый шаг можно проверить и откатить.
• Пригодится с осторожностью: работа с внешними системами, где действия необратимы (платежи, удаление, отправка клиенту). Нужен человек в контуре подтверждения.
• Не пригодится: задачи, где важен один точный ответ и не нужна цепочка действий — тут проще обычный запрос к модели без агентной обвязки. Агент добавит стоимость и точки отказа, ничего не улучшив.
• Не пригодится: критичные операции без права на ошибку и без возможности проверки — медицина, юридические решения, финансовые проводки без ревью.

Как читать слово «агент» в 2025-м

Практический совет: услышав «агент», задайте три вопроса. Какие действия он реально может выполнить. Есть ли человек в контуре перед необратимыми шагами. Что происходит, когда он ошибается на середине цепочки. Ответы важнее самого термина.

¹ Обучение с подкреплением (RL) — подход, при котором программа учится, получая награду или штраф за действия в среде, и постепенно находит стратегию, максимизирующую суммарную награду. Именно из этой области слово «агент» пришло в современный ИИ.